2021 年，对边缘计算的需求大幅增长——受到全球疫情、对更高效业务流程的需求以及物联网、5G 和人工智能的技术进步等因素的推动。
例如，在 IBM 5 月份发布的一项研究中，94% 的受访高管表示，他们的企业将在未来五年内实施边缘计算。
从智能医院、智慧城市到无人商店再到自动驾驶汽车，比以往任何时候都更需要边缘人工智能——边缘计算和人工智能的结合。
企业受到物流问题、工人短缺、通货膨胀和持续疫情造成的一系列挑战。边缘 AI 解决方案可用作人与机器之间的桥梁，从而改进预测、员工分配、产品设计和物流。
边缘管理成为 IT 焦点
虽然边缘计算正迅速成为许多企业的必备品，但部署仍处于早期阶段。为了转向生产，边缘 AI 管理将成为 IT 部门的责任。在最近的一份报告中，Gartner 写道：“边缘解决方案历来由业务线管理，但责任正在转移到 IT，企业正在利用 IT 资源来优化成本。”
边缘人工智能用例的扩展
计算机视觉主导了边缘的人工智能部署。图像识别在 AI 训练中处于领先地位，从而形成了强大的计算机视觉应用生态系统。
许多公司正在部署或购买计算机视觉应用。这些处于计算机视觉前沿的公司将开始寻求多模式解决方案。
多模态 AI 引入不同的数据源，以创建更智能的应用，这些应用可以响应他们所看到、听到和以其他方式感知的内容。这些复杂的人工智能用例采用了自然语言理解、对话人工智能、姿势估计、检查和可视化等技能。
结合数据存储、处理技术以及输入/输出或传感器功能，多模态人工智能可以在边缘产生实时性能，以扩展机器人、医疗保健、超个性化广告、无收银员购物等领域的用例。
通过结合这两个数据源，基于多模态 AI 的虚拟形象可以听到您的订单、提供响应、查看您的反应，并根据它提供进一步的响应。这种补充信息使人工智能能够提供更好、更具交互性的客户体验。
人工智能与工业物联网解决方案的融合
智能工厂是由新的边缘人工智能应用驱动的另一个场景。根据 Gartner 的同一份报告，“到 2027 年，深度学习形式的机器学习将包含在 65% 以上的边缘用例中，而 2021 年这一比例还不到 10%。”
工厂可以将 AI 应用添加到智能摄像头和其他传感器上，以进行检查和预测性维护。然而，检测只是第一步。一旦发现问题，就必须采取行动。
AI 应用能够检测异常或缺陷，然后提醒人类进行干预。但是对于需要即时操作的安全应用和其他用例场景，通过将 AI 推理应用与管理装配线、机械臂或拾放机器的物联网平台连接起来，可以实现实时响应。
此类应用之间的集成依赖于自定义开发工作。因此，企业也期待 AI 与传统物联网管理平台之间建立更多合作伙伴关系，以简化边缘 AI 在工业环境中的采用。
采用 AI 融合 5G 技术的增长
AI-on-5G 组合计算基础设施提供高性能和安全的连接结构，以集成传感器、计算平台和 AI 应用程序——无论是在现场、内部还是在云端。它们的主要优势包括非有线环境中的超低延迟、有保证的服务质量和更高的安全性。
AI-on-5G 将解锁新的边缘 AI 用例：
工业 4.0：工厂自动化、工厂机器人、监控和检查。
汽车系统：收费公路和车辆遥测应用。
智慧空间：零售、智慧城市和供应链应用。
驾驭人工智能计算的下一波浪潮
人工智能计算浪潮
人工智能的发展经历了几波浪潮。在物联网的巨大增长和 5G 的可用性的推动下，边缘 AI 是下一波要突破的浪潮。
2022 年，随着行业着眼于如何从云扩展到边缘，更多的企业将把他们的 AI 推理转移到边缘，从而支持生态系统的增长。
总结
在人工智能技术+视频领域，TSINGSEE青犀视频基于多年视频领域的技术经验积累，也不断研发，将AI检测、智能识别技术融合到各个视频应用场景中，如：安防监控、视频中的人脸检测、人流量统计、危险行为（攀高、摔倒、推搡等）检测识别等。
典型的示例如EasyCVR视频融合云服务，具有AI人脸识别、车牌识别、语音对讲、云台控制、声光告警、监控视频分析与数据汇总的能力。
